CN110852198A - 防止智慧社区内宠物狗袭击的控制方法、设备及存储介质 - Google Patents
防止智慧社区内宠物狗袭击的控制方法、设备及存储介质 Download PDFInfo
- Publication number
- CN110852198A CN110852198A CN201911027168.0A CN201911027168A CN110852198A CN 110852198 A CN110852198 A CN 110852198A CN 201911027168 A CN201911027168 A CN 201911027168A CN 110852198 A CN110852198 A CN 110852198A
- Authority
- CN
- China
- Prior art keywords
- dog
- behavior
- target
- information
- pet dog
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 241000282472 Canis lupus familiaris Species 0.000 claims description 197
- 230000006399 behavior Effects 0.000 claims description 112
- 238000013136 deep learning model Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 210000000078 claw Anatomy 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000000574 ganglionic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Social Psychology (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Psychiatry (AREA)
- Strategic Management (AREA)
- Computer Security & Cryptography (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了防止智慧社区内宠物狗袭击的控制方法、设备及存储介质,该防止智慧社区内宠物狗袭击的控制方法包括:通过先获取目标宠物狗的遛狗信息,然后将遛狗信息输入至预先训练好的行为识别模型中进行精准地行为识别处理,得到准确的行为识别模型输出的目标行为,若目标行为是欲袭击行为,则禁止目标宠物狗袭击,因为欲袭击识别模型具有准确地识别欲袭击行为的功能,所以目标行为是准确的,当准确地识别出欲袭击行为时,禁止目标宠物狗袭击,从而可以防止智慧社区内目标宠物狗袭击,提高了智慧社区内遛狗的安全性。
Description
技术领域
本发明涉及智慧社区的数据处理领域,尤其涉及一种防止智慧社区内宠物狗袭击的控制方法、计算机设备及可读存储介质。
背景技术
随着智慧社区内用户所拥有的宠物狗数量的不断增多,宠物狗对于智慧社区内用户的安全性威胁也越来越收到重视。
在传统方法中,在智慧社区内,当宠物狗的主人对宠物狗进行遛狗时,通常情况下,仅对宠物狗牵带牵引绳或不牵带任何牵带物,当主人意识到宠物狗欲向智慧社区内用户进行袭击时,采用拉扯牵引绳等人工阻拦方式阻拦宠物狗袭击用户,但是,当宠物狗不牵带任何牵带物或疏忽拉扯牵引绳的情况下,有可能导致宠物狗袭击用户的事故发生,从而导致智慧社区内遛狗的安全性低下。
因此,寻找一种安全的防止智慧社区内宠物狗袭击方法成为本领域技术人员亟需解决的问题。
发明内容
本发明实施例提供一种方法、计算机设备及可读存储介质,以解决智慧社区内遛狗的安全性低下的问题。
一种防止智慧社区内宠物狗袭击的控制方法,包括:
获取目标宠物狗的遛狗信息;
将所述遛狗信息输入至预先训练好的行为识别模型中进行击行为识别处理,得到所述行为识别模型输出的目标行为;
若所述目标行为是欲袭击行为,则禁止所述目标宠物狗袭击。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述方法的步骤。
上述防止智慧社区内宠物狗袭击的控制方法、计算机设备及可读存储介质中,通过先获取目标宠物狗的遛狗信息,然后将遛狗信息输入至预先训练好的行为识别模型中进行精准地行为识别处理,得到准确的行为识别模型输出的目标行为,若目标行为是欲袭击行为,则禁止目标宠物狗袭击,因为欲袭击识别模型具有准确地识别欲袭击行为的功能,所以目标行为是准确的,当准确地识别出欲袭击行为时,禁止目标宠物狗袭击,从而可以防止智慧社区内目标宠物狗袭击,提高了智慧社区内遛狗的安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中防止智慧社区内宠物狗袭击的控制方法的一应用环境示意图;
图2是本发明一实施例中防止智慧社区内宠物狗袭击的控制方法的一流程图;
图3是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请提供的方法,可应用如图1的应用环境中,该应用环境包括服务端和客户端,其中,客户端通过有线网络或无线网络与服务端进行通信。其中,客户端可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务端或者是多个服务端组成的服务端集群来实现。客户端用于采集目标宠物狗的遛狗信息,服务端用于基于遛狗信息分析目标宠物狗是否存在欲袭击行为,若是,禁止目标宠物狗袭击。
在一实施例中,如图2所示,提供一种防止智慧社区内宠物狗袭击的控制方法,以该防止智慧社区内宠物狗袭击的控制方法应用在图1中的服务端为例进行说明,包括如下步骤:
S10、获取目标宠物狗的遛狗信息。
具体地,通常情况下,在智慧社区内,部署客户端,当目标宠物狗的主人在智慧社区内遛狗时,或者当目标宠物狗自身在智慧社区内溜达时,采用客户端采集目标宠物狗的遛狗信息,比如,采用智能摄像头采集目标宠物狗的遛狗信息。其中,当目标宠物狗的主人在智慧社区内遛狗时,或者当目标宠物狗自身在智慧社区内溜达时关于目标宠物狗的信息,遛狗信息包括目标宠物狗的狗脸图片、目标宠物狗的移动速度和人狗距离,可以理解的是,狗脸图片为目标宠物狗的脸的图片,移动速度为目标宠物狗的移动的速度,人狗距离为目标宠物狗与欲袭击目标人物之间的距离。当客户端采集到遛狗信息时,将遛狗信息通过预设的网络发送至服务端,服务端实时或预设时间段内接收遛狗信息。
需要说明的是,预设的网络可以为有线网络或无线网络等,预设的网络的具体内容,可以根据实际应用进行设定,此处不做限制。
S20、将遛狗信息输入至预先训练好的行为识别模型中进行击行为识别处理,得到行为识别模型输出的目标行为。
具体地,在步骤S20之前,还包括:服务端为了快速地分析出目标宠物狗的目标行为,服务端在预设的历史数据库中,获取历史遛狗信息和历史行为作为训练样本;将训练样本中的历史遛狗信息输入至深度学习模型中进行行为识别处理,得到深度学习模型输出的识别结果;调整深度学习模型的隐层参数,以最小化识别结果与样本中的历史行为之间的误差;若误差满足预设的条件,则确定隐层参数调整后的深度学习模型为训练好的深度学习模型。
其中,历史遛狗信息为宠物狗遛狗的历史信息,历史行为是指宠物狗遛狗的历史的行为,历史行为可以为逗乐行为或欲袭击行为等,深度学习模型为神经网络模型,隐含层的参数包括神经元和神经节点数目等。
具体地,在将狗脸图片输入至狗脸识别模型中进行狗脸识别处理,得到目标宠物狗的当前狗脸信息之前,服务端对狗脸图片进行图像过滤处理,得到过滤后的狗脸图片;对过滤后的狗脸图片进行归一化处理,得到归一化后的狗脸图片,通过对狗脸图片进行过滤,可以得到无噪点的狗脸图片,同时对无噪点的狗脸图片统一尺寸归一,以便于输入至狗脸识别模型的狗脸图片更好地狗脸识别,从而提高狗脸识别的效率。
优选地,将狗脸图片输入至狗脸识别模型中进行狗脸识别处理,得到目标宠物狗的当前狗脸信息具体为:采用预设的局部特征提取模型,对狗脸图片进行局部特征提取,得到狗脸图片对应的局部特征;在预设的信息数据库中,获取与所局部特征相匹配的目标特征对应的目标信息作为当前狗脸信息,通过局部特征提取模型能够准确地提取狗脸图片对应的局部特征,从而精确地获取到当前狗脸信息,提高了获取当前狗脸信息的准确性。其中,当前狗脸信息为目标宠物狗的当前的狗脸信息,比如当前狗脸信息可以为“张牙舞爪”等。
服务端在预设的信息数据库中,获取目标狗脸信息的存储路径,然后根据该存储路径提取该目标狗脸信息,判断获取到的当前狗脸信息与目标狗脸信息是否一致,若获取到的当前狗脸信息与预设的目标狗脸信息一致,则获取预设的速度范围;若移动速度在速度范围内,则确定目标行为是欲袭击行为,若移动速度不在速度范围内,则确定目标行为不是欲袭击行为,若获取到的当前狗脸信息与预设的目标狗脸信息不一致,则确定目标行为不是欲袭击行为,因为目标宠物狗有时自身跑动或自身伸懒腰且做出张牙露齿的动作,也并不能确定目标宠物狗的目标行为为欲袭击行为,只有当当前狗脸信息与预设的目标狗脸信息一致,且移动速度在速度范围内时,才确定目标行为是欲袭击行为,也即,代表目标宠物狗做出凶猛且快速扑向欲袭击人的行为才确定该目标宠物狗欲袭击目标对象,从而提高了分析欲袭击行为准确性。
进一步地,在确定目标行为是欲袭击行为之前,还包括:目标宠物狗欲袭击目标对象时,需要近距离袭击,服务端需要获取预设的安全距离;然后判断人狗距离大于安全距离,若人狗距离小于或等于安全距离时,则确定目标行为是欲袭击行为,也即,确定目标宠物狗欲袭击目标对象,从而提高了识别欲袭击行为的准确性。
进一步地,在将遛狗信息输入至预先训练好的行为识别模型中进行击行为识别处理,得到行为识别模型输出的目标行为之后,还包括:判断目标行为是否为非行为的信息;若目标行为是非行为的信息,则将遛狗信息和目标行为确定为负样本,负样本用于更新深度学习模型;若目标行为不是非行为的信息,则将遛狗信息和目标行为确定为正样本,正样本用于更新深度学习模型,从而可以不断更新深度学习模型,提高深度学习模型识别目标行为的准确性。
需要说明的是,历史数据库和信息数据库可以为MySQL数据库或oracle数据库等,历史数据库和信息数据库的具体内容,可以根据实际应用进行设定,此处不做限制。
S30、若目标行为是欲袭击行为,则禁止目标宠物狗袭击。
具体地,在目标宠物狗的脚上套上链绳,链绳的两端有智能收缩器,该智能收缩器用于收缩链绳,在检测目标宠物狗没有欲袭击行为前,链绳的长度能够让目标宠物狗自由活动和跑动。
其中,若步骤S20中分析得到的目标行为是欲袭击行为,则禁止目标宠物狗袭击,也即,若步骤S20中分析得到的目标行为是欲袭击行为,则服务端将收缩链绳指令发送至智能收缩器,智能收缩器收缩链绳至预设的目标长度,其中,目标长度小于目标宠物狗前后脚直接的距离,也即,目标宠物狗已被链绳卡住,无法快速地跑动,从而可以防止目标宠物狗袭击,提高了智慧社区内遛狗的安全性。若步骤S20中分析得到的目标行为不是欲袭击行为,则不禁止目标宠物狗袭击,也即,若步骤S20中分析得到的目标行为不是欲袭击行为,输出遛狗安全的提示信息。
需要说明的是,遛狗安全的提示信息的具体内容,可以根据实际应用进行设定,此处不做限制。
在图2对应的实施例中,通过先获取目标宠物狗的遛狗信息,然后将遛狗信息输入至预先训练好的行为识别模型中进行精准地行为识别处理,得到准确的行为识别模型输出的目标行为,若目标行为是欲袭击行为,则禁止目标宠物狗袭击,因为欲袭击识别模型具有准确地识别欲袭击行为的功能,所以目标行为是准确的,当准确地识别出欲袭击行为时,禁止目标宠物狗袭击,从而可以防止智慧社区内目标宠物狗袭击,提高了智慧社区内遛狗的安全性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务端,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性可读存储介质、内存储器。该非易失性可读存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性可读存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储方法所涉及到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例方法的步骤,例如图2所示的步骤S10至步骤S30。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述方法实施例中方法。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取可读存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种防止智慧社区内宠物狗袭击的控制方法,其特征在于,所述防止智慧社区内宠物狗袭击的控制方法包括:
获取目标宠物狗的遛狗信息;
将所述遛狗信息输入至预先训练好的行为识别模型中进行击行为识别处理,得到所述行为识别模型输出的目标行为;
若所述目标行为是欲袭击行为,则禁止所述目标宠物狗袭击。
2.如权利要求1所述的防止智慧社区内宠物狗袭击的控制方法,其特征在于,在所述将所述遛狗信息输入至预先训练好的行为识别模型中进行击行为识别处理,得到所述行为识别模型输出的目标行为之前,所述防止智慧社区内宠物狗袭击的控制方法还包括:
获取历史遛狗信息和历史行为作为训练样本;
将所述训练样本中的所述历史遛狗信息输入至深度学习模型中进行行为识别处理,得到所述深度学习模型输出的识别结果;
调整所述深度学习模型的隐层参数,以最小化所述识别结果与所述样本中的所述历史行为之间的误差;
若所述误差满足预设的条件,则确定隐层参数调整后的所述深度学习模型为训练好的深度学习模型。
3.如权利要求2所述的防止智慧社区内宠物狗袭击的控制方法,其特征在于,在所述将所述遛狗信息输入至预先训练好的行为识别模型中进行击行为识别处理,得到所述行为识别模型输出的目标行为之后,所述防止智慧社区内宠物狗袭击的控制方法还包括:
判断所述目标行为是否为非行为的信息;
若所述目标行为是非行为的信息,则将所述遛狗信息和所述目标行为确定为负样本,所述负样本用于更新所述深度学习模型;
若所述目标行为不是非行为的信息,则将所述遛狗信息和所述目标行为确定为正样本,所述正样本用于更新所述深度学习模型。
4.如权利要求1至3中任一项所述的防止智慧社区内宠物狗袭击的控制方法,其特征在于,所述遛狗信息包括所述目标宠物狗的狗脸图片和所述目标宠物狗的移动速度。
5.如权利要求4所述的防止智慧社区内宠物狗袭击的控制方法,其特征在于,所述将所述遛狗信息输入至预先训练好的行为识别模型中进行击行为识别处理,得到所述行为识别模型输出的目标行为包括:
将所述狗脸图片输入至狗脸识别模型中进行狗脸识别处理,得到所述目标宠物狗的当前狗脸信息;
若所述当前狗脸信息与预设的目标狗脸信息一致,则获取预设的速度范围;
若所述移动速度在所述速度范围内,则确定所述目标行为是所述欲袭击行为。
6.如权利要求5所述的防止智慧社区内宠物狗袭击的控制方法,其特征在于,所述遛狗信息还包括人狗距离,其中,所述人狗距离为所述目标宠物狗与欲袭击目标人物之间的距离,在所述确定所述目标行为是所述欲袭击行为之前,所述防止智慧社区内宠物狗袭击的控制方法还包括:
获取预设的安全距离;
若人狗距离小于或等于所述安全距离时,则执行所述确定所述目标行为是所述欲袭击行为的步骤。
7.如权利要求5所述的防止智慧社区内宠物狗袭击的控制方法,其特征在于,在所述将所述狗脸图片输入至狗脸识别模型中进行狗脸识别处理,得到所述目标宠物狗的当前狗脸信息之前,所述防止智慧社区内宠物狗袭击的控制方法还包括:
对所述狗脸图片进行图像过滤处理,得到过滤后的所述狗脸图片;
对过滤后的所述狗脸图片进行归一化处理,得到归一化后的所述狗脸图片。
8.如权利要求5至7中任一项所述的防止智慧社区内宠物狗袭击的控制方法,其特征在于,所述将所述狗脸图片输入至狗脸识别模型中进行狗脸识别处理,得到所述目标宠物狗的当前狗脸信息包括:
采用预设的局部特征提取模型,对所述狗脸图片进行局部特征提取,得到所述狗脸图片对应的局部特征;
在预设的信息数据库中,获取与所局部特征相匹配的目标特征对应的目标信息作为所述当前狗脸信息。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8中任一项所述的防止智慧社区内宠物狗袭击的控制方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的防止智慧社区内宠物狗袭击的控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911027168.0A CN110852198A (zh) | 2019-10-27 | 2019-10-27 | 防止智慧社区内宠物狗袭击的控制方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911027168.0A CN110852198A (zh) | 2019-10-27 | 2019-10-27 | 防止智慧社区内宠物狗袭击的控制方法、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110852198A true CN110852198A (zh) | 2020-02-28 |
Family
ID=69598115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911027168.0A Pending CN110852198A (zh) | 2019-10-27 | 2019-10-27 | 防止智慧社区内宠物狗袭击的控制方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110852198A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111447410A (zh) * | 2020-03-24 | 2020-07-24 | 安徽工程大学 | 一种犬只状态识别监控系统及方法 |
CN111461337A (zh) * | 2020-03-05 | 2020-07-28 | 深圳追一科技有限公司 | 数据处理方法、装置、终端设备及存储介质 |
CN111811399A (zh) * | 2020-06-28 | 2020-10-23 | 青岛聚好联科技有限公司 | 一种检测方法及装置 |
CN112906678A (zh) * | 2021-05-07 | 2021-06-04 | 南京甄视智能科技有限公司 | 基于监控视频的非法遛狗事件检测方法、装置 |
CN113076818A (zh) * | 2021-03-17 | 2021-07-06 | 浙江大华技术股份有限公司 | 一种宠物排泄物的识别方法、装置和计算机可读存储介质 |
CN113111748A (zh) * | 2021-03-31 | 2021-07-13 | 青岛海尔科技有限公司 | 行为数据处理方法及装置、存储介质及电子装置 |
CN116863409A (zh) * | 2023-09-05 | 2023-10-10 | 苏州德菱邑铖精工机械股份有限公司 | 基于云平台的智慧电梯安全管理方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839373A (zh) * | 2013-03-11 | 2014-06-04 | 成都百威讯科技有限责任公司 | 一种突发异常事件智能识别报警装置及报警系统 |
CN109271782A (zh) * | 2018-09-14 | 2019-01-25 | 杭州朗和科技有限公司 | 检测攻击行为的方法、介质、系统和计算设备 |
CN109815881A (zh) * | 2019-01-18 | 2019-05-28 | 成都旷视金智科技有限公司 | 行为识别模型的训练方法、行为识别方法、装置及设备 |
CN110175526A (zh) * | 2019-04-28 | 2019-08-27 | 平安科技(深圳)有限公司 | 狗情绪识别模型训练方法、装置、计算机设备及存储介质 |
-
2019
- 2019-10-27 CN CN201911027168.0A patent/CN110852198A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839373A (zh) * | 2013-03-11 | 2014-06-04 | 成都百威讯科技有限责任公司 | 一种突发异常事件智能识别报警装置及报警系统 |
CN109271782A (zh) * | 2018-09-14 | 2019-01-25 | 杭州朗和科技有限公司 | 检测攻击行为的方法、介质、系统和计算设备 |
CN109815881A (zh) * | 2019-01-18 | 2019-05-28 | 成都旷视金智科技有限公司 | 行为识别模型的训练方法、行为识别方法、装置及设备 |
CN110175526A (zh) * | 2019-04-28 | 2019-08-27 | 平安科技(深圳)有限公司 | 狗情绪识别模型训练方法、装置、计算机设备及存储介质 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111461337A (zh) * | 2020-03-05 | 2020-07-28 | 深圳追一科技有限公司 | 数据处理方法、装置、终端设备及存储介质 |
CN111461337B (zh) * | 2020-03-05 | 2023-08-18 | 深圳追一科技有限公司 | 数据处理方法、装置、终端设备及存储介质 |
CN111447410A (zh) * | 2020-03-24 | 2020-07-24 | 安徽工程大学 | 一种犬只状态识别监控系统及方法 |
CN111811399A (zh) * | 2020-06-28 | 2020-10-23 | 青岛聚好联科技有限公司 | 一种检测方法及装置 |
CN111811399B (zh) * | 2020-06-28 | 2021-11-23 | 青岛聚好联科技有限公司 | 一种检测方法及装置 |
CN113076818A (zh) * | 2021-03-17 | 2021-07-06 | 浙江大华技术股份有限公司 | 一种宠物排泄物的识别方法、装置和计算机可读存储介质 |
CN113111748A (zh) * | 2021-03-31 | 2021-07-13 | 青岛海尔科技有限公司 | 行为数据处理方法及装置、存储介质及电子装置 |
CN112906678A (zh) * | 2021-05-07 | 2021-06-04 | 南京甄视智能科技有限公司 | 基于监控视频的非法遛狗事件检测方法、装置 |
CN112906678B (zh) * | 2021-05-07 | 2021-07-09 | 南京甄视智能科技有限公司 | 基于监控视频的非法遛狗事件检测方法、装置 |
CN116863409A (zh) * | 2023-09-05 | 2023-10-10 | 苏州德菱邑铖精工机械股份有限公司 | 基于云平台的智慧电梯安全管理方法及系统 |
CN116863409B (zh) * | 2023-09-05 | 2023-11-07 | 苏州德菱邑铖精工机械股份有限公司 | 基于云平台的智慧电梯安全管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110852198A (zh) | 防止智慧社区内宠物狗袭击的控制方法、设备及存储介质 | |
CN111340008B (zh) | 对抗补丁生成、检测模型训练、对抗补丁防御方法及系统 | |
CN109241868B (zh) | 人脸识别方法、装置、计算机设备及存储介质 | |
CN113705425B (zh) | 活体检测模型的训练方法和活体检测的方法、装置、设备 | |
US20200042770A1 (en) | Facial recognition method and apparatus, electronic device, and storage medium | |
US20190228211A1 (en) | Au feature recognition method and device, and storage medium | |
US11908240B2 (en) | Micro-expression recognition method based on multi-scale spatiotemporal feature neural network | |
US20190311114A1 (en) | Man-machine identification method and device for captcha | |
CN109117857B (zh) | 一种生物属性的识别方法、装置及设备 | |
RU2018147233A (ru) | Система и способ обнаружения вредоносного файла | |
TWI745958B (zh) | 保護隱私安全的神經網路模型的訓練方法和裝置 | |
CN108261178B (zh) | 动物疼痛指数判断方法、装置及存储介质 | |
CN112528764A (zh) | 人脸表情识别方法、系统、装置及可读存储介质 | |
CN108875497B (zh) | 活体检测的方法、装置及计算机存储介质 | |
CN111354463A (zh) | 人体健康测量方法、装置、计算机设备及存储介质 | |
CN109558773B (zh) | 信息识别方法、装置及电子设备 | |
CN111241930A (zh) | 一种用于人脸识别的方法及系统 | |
CN113283388B (zh) | 活体人脸检测模型的训练方法、装置、设备及存储介质 | |
CN110980454A (zh) | 智慧社区内电梯的自动控制方法、设备及可读存储介质 | |
CN114385846A (zh) | 一种图像分类方法、电子设备、存储介质及程序产品 | |
CN109564635A (zh) | 人工智能设备、系统及其行为控制方法 | |
CN110796076A (zh) | 一种高光谱图像河流检测方法 | |
CN112487980B (zh) | 基于微表情治疗方法、装置、系统与计算机可读存储介质 | |
CN111275689B (zh) | 医学影像识别检测方法、装置及计算机可读存储介质 | |
CN111242951B (zh) | 车辆检测方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200228 |
|
WD01 | Invention patent application deemed withdrawn after publication |